Probabilidad y Estadistica - P2 - Practicos

A continuación, se presenta la producción anual de vinos de cierta cepa correspondiente a una bodega centenaria del país. Se tomó la producción de los últimos 5 años, que fueron los más representativos para los fines de la empresa. (TABLA). EL COEFICIENTE DE REGRESIÓN ES DE 2400. SIGNIFICA QUE CADA AÑO QUE TRANSCURRE, SE ESTIMA QUE LA PRODUCCIÓN AUMENTE 2.400.000 LITROS. EL COEFICIENTE DE REGRESIÓN ES DE 2500. SIGNIFICA QUE CADA AÑO QUE TRANSCURRE, SE ESTIMA QUE LA PRODUCCIÓN AUMENTE 2.500.000 LITROS. EL COEFICIENTE DE REGRESIÓN ES DE 1200. SIGNIFICA QUE CADA AÑO QUE TRANSCURRE, SE ESTIMA QUE LA PRODUCCIÓN AUMENTE 1.200.000 LITROS.

El canal por cable STC, ha comenzado una investigación sobre la cantidad de…. De lunes a viernes, en el horario de 21 a 23hs. Los datos recogidos se obtuvieron de una encuesta tomados al azar, de 3 provincias. Se realizo previamente una prueba ANOVA para estudiar si los… conectados al canal en esa franja horario a son iguales o existen diferencias significativas. La conclusión de la prueba ANOVA fue la siguiente: No existe evidencia estadística de que los promedios de los 3…a las muestras, sean iguales. Por lo tanto, existen diferencias entre las medias de los usuarios que.... Pero ahora los directivos quieren solicitar al mismo grupo de investigadores que realicen una nueva prueba…medias, para poder detectar cual o cuales provincias son las que están más alejadas del resto de… test de Tukey con un nivel de 0.01 de significación. En esta ocasión se te solicita que decidas…calcular para esta prueba, que determines el o los valores de dicho/a rangos críticos calculando previamente el Q crítico, sabiendo que en la prueba ANOVA CMD=125 ¿Cuándo un par de medias es significativamente diferente?. HAY QUE CALCULAR UN SOLO RC. RC=15.59. UN PAR DE MEDIAS ES SIGNIFICATIVAMENTE DIFERENTE A LOS OTROS PARES SI LA DIFERENCIA EN CALOR ABSOLUTO ENTRE LAS MEDIAS DE LAS MUESTRAS COMPARADAS ES MAYOR QUE EL RANGO CRITICO RC. HAY QUE CALCULAR UN SOLO RC. RC=16.69. UN PAR DE MEDIAS ES SIGNIFICATIVAMENTE DIFERENTE A LOS OTROS PARES SI LA DIFERENCIA EN CALOR ABSOLUTO ENTRE LAS MEDIAS DE LAS MUESTRAS COMPARADAS ES MAYOR QUE EL RANGO CRITICO RC. HAY QUE CALCULAR UN SOLO RC. RC=15.59. UN PAR DE MEDIAS NO ES SIGNIFICATIVAMENTE DIFERENTE A LOS OTROS PARES SI LA DIFERENCIA EN CALOR ABSOLUTO ENTRE LAS MEDIAS DE LAS MUESTRAS COMPARADAS ES MAYOR QUE EL RANGO CRITICO RC.

La empresa INTERCABLE ha comenzado una investigación para evaluar la calidad del servicio que presta en la ciudad de San Juan. Comenzó con una encuesta de 10 familias tomadas al azar a quienes les solicito que la califiquen con: 0, 1, 2, correspondiendo respectivamente a insatisfecho, satisfecho y muy satisfecho, para el servicio de cable que prestan. Los resultados que se muestras corresponden a la salida de datos de una tabla ANOVA, pero incompleta. La empresa desea saber a un nivel de significancia de 0.1 si hay diferencias significativas entre los promedios de la cantidad de clientes que responden en cada uno de los grupos de evaluación. Para luego inferir estos resultados a los usuarios de toda la ciudad. (TABLA) Completar los datos que necesites dentro y fuera de la tabla. NO EXISTE EVIDENCIA ESTADÍSTICA PARA SUPONER QUE LOS PROMEDIOS DE LAS DISTINTAS CATEGORÍAS SON IGUALES. EXISTE EVIDENCIA ESTADÍSTICA PARA SUPONER QUE LOS PROMEDIOS DE LAS DISTINTAS CATEGORÍAS SON IGUALES.

El dueño de la cafetería el progreso, sabe que la demanda de su producto depende fundamentalmente de su precio, del ingreso del consumidor y del precio de otros bienes. Debido a la inflación mensual que se viene dando en los últimos meses, el dueño quiere determinar cuántos kg de café necesitaría para hacer frente a la demanda, pero manteniendo los precios siempre dentro del rango de los últimos 6 meses. Solo por esta vez y para simplificar el modelo decide comparar el precio de un pocillo de café de su cafetería con el consumo de kg de café mensuales que utiliza para elaborarlos. Se presenta a continuación el precio de venta de cada pocillo, y el promedio de consumo de café en kg, en los últimos 6 meses. (TABLA) Se aplica un modelo de regresión lineal cuya variable independiente es el precio de venta de cada pocillo de café. Si el coeficiente de correlación de Pearson es -0.7772, determina el coeficiente de determinación e interprétalo para este caso. EL COEFICIENTE DE DETERMINACIÓN ES 0.604. EL 60.4% DE LA VARIABILIDAD TOTAL DE LOS KG DE CAFÉ CONSUMIDOS MENSUALMENTE ES EXPLICADO MEDIANTE LA RECTA DE REGRESIÓN ESTIMADA. EL COEFICIENTE DE DETERMINACIÓN ES 0.504. EL 50.4% DE LA VARIABILIDAD TOTAL DE LOS KG DE CAFÉ CONSUMIDOS MENSUALMENTE ES EXPLICADO MEDIANTE LA RECTA DE REGRESIÓN ESTIMADA.

El gerente de un supermercado está interesado por la frecuencia de llegadas de sus clientes a la sucursal. Encarga a un grupo de investigadores si se pueden asociar dichas llegadas a un modelo probabilístico. Los investigadores piensan que las llegadas siguen una distribución de Poisson. Para ello realizan 44 observaciones en distintas horas del día, lo que resume en la siguiente tabla: (TABLA) ¿Qué tipo de prueba debe realizarse para investigar el supuesto de los investigadores y cuál es la frecuencia esperada para 3 clientes?. DEBE REALIZARSE UNA PRUEBA DE BONDAD DE AJUSTE. LA FRECUENCIA ESPERADA PARA 3 CLIENTES ES 5.52 HORAS. DEBE REALIZARSE UNA PRUEBA DE BONDAD DE AJUSTE. LA FRECUENCIA ESPERADA PARA 4 CLIENTES ES 6.62 HORAS. DEBE REALIZARSE UNA PRUEBA DE BONDAD DE AJUSTE. LA FRECUENCIA ESPERADA PARA 3 CLIENTES ES 4.52 HORAS.

En una empresa que fabrica y comercializa materiales para la construcción quieren estimar los costos para un ... de cemento. El contador de la empresa, basado en registro de los últimos meses, ha determinado una recta que ajusta... de producción del próximo mes, del tipo de cemento en cuestión. Tomando como variable independiente el volumen de... 5kg y como variable dependiente el costo total de producción obtuvo un coeficiente de determinación de 0.964. Solicita que además interpretes dicho coeficiente: EL AJUSTE ES MUY BUENO: EL 96.4% DE LA VARIABILIDAD TOTAL DEL COSTO, ES EXPLICADO MEDIANTE LA RECTA DE REGRESIÓN ESTIMADA. EL AJUSTE ES MUY BUENO: EL 90.4% DE LA VARIABILIDAD TOTAL DEL COSTO, ES EXPLICADO MEDIANTE LA RECTA DE REGRESIÓN ESTIMADA. EL AJUSTE ES MUY BUENO: EL 98.4% DE LA VARIABILIDAD TOTAL DEL COSTO, ES EXPLICADO MEDIANTE LA RECTA DE REGRESIÓN ESTIMADA.

De un periódico financiero se extrajeron durante 7 días los precios de cierre…. De los días hábiles del mes de enero del 2006. Se investigó la relación entre ambas variables y se…. De determinación de 0.407. ¿Cuánto vale el coeficiente de correlación si se sabe que la relación entre ambas variables es directa y como calificarías la relación?. EL COEFICIENTE DE CORRELACIÓN ES: 0.638. LA INTENSIDAD ES MODERADA. EL COEFICIENTE DE CORRELACIÓN ES: 0.636. LA INTENSIDAD ES MODERADA. EL COEFICIENTE DE CORRELACIÓN ES: 0.638. LA INTENSIDAD ES FUERTE.

Una bodega centenaria de nuestro país ha investigado la tendencia anual de la producción de vinos de cierta cepa. Para el análisis se tomó la producción de los últimos 10 años, en miles de litros. Al ajustar una línea recta a un conjunto de datos se produce la siguiente ecuación de estimación: Y = 1344 X + 7573. Se te solicita que interpretes el coeficiente de regresión de la ecuación. SE ESTIMA QUE POR CADA AÑO TRANSCURRIDO LA PRODUCCIÓN AUMENTA EN PROMEDIO 1.344.000 LITROS DE VINO. SE ESTIMA QUE POR CADA AÑO TRANSCURRIDO LA PRODUCCIÓN AUMENTA EN PROMEDIO 1.455.000 LITROS DE VINO. SE ESTIMA QUE POR CADA AÑO TRANSCURRIDO LA PRODUCCIÓN AUMENTA EN PROMEDIO 1.345.000 LITROS DE VINO.

La empresa PAMPA S.A, dedicada a la fabricación de autopartes de utilitarios, desea saber si existe asociación entre el número de piezas defectuosas que produce una de sus máquinas y el promedio de horas diarias de uso. Si los datos fueron ajustados mediante una recta de regresión lineal cuyo coeficiente de determinación es 0.733 ¿Cómo interpretas este coeficiente? Tomando como variable independiente el tiempo en horas y como variable dependiente el número de piezas defectuosas producidas por la máquina. EL 73,3% DE LA VARIABILIDAD TOTAL DE LAS PIEZAS DEFECTUOSAS PRODUCIDAS POR LA MAQUINA ES EXPLICADO MEDIANTE LA RECTA DE REGRESIÓN LINEAL ESTIMADA. EL 63,3% DE LA VARIABILIDAD TOTAL DE LAS PIEZAS DEFECTUOSAS PRODUCIDAS POR LA MAQUINA ES EXPLICADO MEDIANTE LA RECTA DE REGRESIÓN LINEAL ESTIMADA.

En una secretaria de desarrollo social de una comuna de nuestra provincia, se está estudiando la relación entre el consumo de alimentos de una familia tipo de 4 integrantes y el ingreso per cápita de cada integrante. Se tomaron 10 muestras aleatorias correspondientes a 10 familias de la comuna. Suponiendo que el consumo depende del ingreso per cápita de cada familia en forma directa, y que la relación puede ser ajustada mediante una recta de estimación, con un coeficiente de determinación de 0.846, se te solicita el valor de la suma de los cuadrados debido a la regresión, sabiendo que la suma de los cuadrados totales de la variabilidad de los consumos es de 9.845 (expresado en millones). EL VALOR DE LA SUMA DE LOS CUADRADOS DEBIDO A LA REGRESIÓN ES 8.329. EL VALOR DE LA RESTA DE LOS CUADRADOS DEBIDO A LA REGRESIÓN ES 8.329. EL VALOR DE LA SUMA DE LOS CUADRADOS DEBIDO A LA REGRESIÓN ES 6.329.

(TABLA) Al observarlas tu supones que se puede tratar de una distribución de Poisson y comienzas la prueba con esta suposición como cierta. Se te solicita que calcules, bajo hipótesis nula cierta: el tamaño de la muestra, la media estimada de ausencias mensuales, la frecuencia esperada para 2 ausencias en un mes. También se desean saber los grados de libertad del estadístico de la prueba, para este punto debes considerar que en este caso las 3 últimas clases se agrupan para cumplir con la condición de que se requiere para la frecuencia esperada de cada clase. LA MUESTRA ES N=50. LA MEDIA ESTIMADA ES ƛ= 1.32. LA FRECUENCIA QUE SE ESPERA PARA 2 AUSENCIAS EN UN MES ES FRECUENCIA ESPERADA=11,685 EMPLEADOS. LOS GRADOS DE LIBERTAD PARA EL ESTADÍSTICO DE ESTA PRUEBA SON 2. LA MUESTRA ES N=50. LA MEDIA ESTIMADA ES ƛ= 1.32. LA FRECUENCIA QUE SE ESPERA PARA 2 AUSENCIAS EN UN MES ES FRECUENCIA ESPERADA=11,686 EMPLEADOS. LOS GRADOS DE LIBERTAD PARA EL ESTADÍSTICO DE ESTA PRUEBA SON 2. LA MUESTRA ES N=50. LA MEDIA ESTIMADA ES ƛ= 1.22. LA FRECUENCIA QUE SE ESPERA PARA 2 AUSENCIAS EN UN MES ES FRECUENCIA ESPERADA=11,685 EMPLEADOS. LOS GRADOS DE LIBERTAD PARA EL ESTADÍSTICO DE ESTA PRUEBA SON 2.

¡Comidas ya! Es una empresa que entrega comidas rápidas a domicilio. El dueño está preparando un presupuesto para los próximos 3 meses. Afirma que el 20% de sus clientes piden empanadas (e), el 50% pizza (p), el 20% sándwiches de lomito (l) y el resto comidas rápidas (o). Para aprobar esta afirmación, uno de los socios toma una muestra de 300 personas, de la base de datos de clientes, y les consulta que comida es la que más solicita, entre las opciones dadas, pudiendo responder una única opción. Los resultados obtenidos fueron: 60 personas prefieren empanadas, 135 pizzas, 72 sándwiches de lomito y 33 otras comidas. Se te solicita que ayudes al socio a determinar las frecuencias esperadas para cada categoría. FRECUENCIA ESPERADA (E)= 60 FRECUENCIA ESPERADA (P)=150 FRECUENCIA ESPERADA (L)=60 FRECUENCIA ESPERADA(O)= 30. FRECUENCIA ESPERADA (E)= 90 FRECUENCIA ESPERADA (P)=150 FRECUENCIA ESPERADA (L)=60 FRECUENCIA ESPERADA(O)= 30. FRECUENCIA ESPERADA (E)= 60 FRECUENCIA ESPERADA (P)=150 FRECUENCIA ESPERADA (L)=90 FRECUENCIA ESPERADA(O)= 30.

Una empresa de indumentaria de niños ha necesitado investigar, para hacer su moldería y definir los talles, la relación entre edad y peso de los niños varones. Se tomó una muestra aleatoria de los niños varones de la ciudad, en la que la empresa está instalada y se obtuvieron los siguientes registros: (TABLA) Si el coeficiente de determinación es de 0.885, el ajuste realizado es lineal, y la relación es directa, se te solicita que interpretes el coeficiente de determinación y calcules el coeficiente de correlación. ¿Qué opinas sobre la intensidad de la relación, es apropiado el modelo para predecir los pesos de los niños de acuerdo a la edad? Seleccione las 4 opciones correctas: EL 88,5% DE LA VARIABILIDAD TOTAL DEL PESO DE LOS NIÑOS, SE EXPLICA MEDIANTE LA RECTA DE REGRESIÓN ESTIMADA. EL 88,6% DE LA VARIABILIDAD TOTAL DEL PESO DE LOS NIÑOS, SE EXPLICA MEDIANTE LA RECTA DE REGRESIÓN ESTIMADA. EL COEFICIENTE DE CORRELACIÓN ES DE 0.941. EL COEFICIENTE DE CORRELACIÓN ES DE 0.951. EL MODELO ES APROPIADO PARA PREDECIR LOS PESOS DE LOS NIÑOS. LA INTENSIDAD DE LA RELACIÓN ENTRE LAS VARIABLES ES FUERTE.

Se desea estudiar la intensidad y dirección de la relación lineal entre la cantidad de delitos y el número de policías asignados a esa tarea. Se tomaron 8 distritos aleatoriamente de la Provincia de Buenos Aires, de los que tenían características similares en cuanto a cantidad de habitantes y se registraron los siguientes datos: (TABLA) Considera como variable independiente la cantidad de policías asignados en cada distrito. Se te solicita determinar la intensidad y el sentido de la relación y evaluarla. En la tabla se han hecho algunos cálculos que puedes utilizar para determinar lo que se te solicita. LA INTENSIDAD Y LA DIRECCIÓN DE LA RELACIÓN LINEAL ES: -0.935. LA RELACIÓN ES INVERSA Y FUERTE. LA INTENSIDAD Y LA DIRECCIÓN DE LA RELACIÓN LINEAL ES: 0.935. LA RELACIÓN ES INVERSA Y FUERTE. LA INTENSIDAD Y LA DIRECCIÓN DE LA RELACIÓN LINEAL ES: -0.939. LA RELACIÓN ES INVERSA Y FUERTE.

Brillex es un nuevo limpiador multiuso que una empresa lanzó al mercado. Se han colocado exhibidores en 3 lugares distintos dentro de varios supermercados de la ciudad de Córdoba. La siguiente tabla muestra la cantidad de botellas de 1 litro que se vendieron en cada lugar del supermercado. (TABLA) A un nivel de significancia de 0,05 ¿Cuál es el valor de los cuadrados medios entre grupos (CME)?. CME=252. CME=352. CME=262.

En una ciudad de nuestro país, hay 3 concesionarias de Ford. Las ventas mensuales medias de unidades de las concesionarias: TOMAS SRL, LEAL SA, PROVIN SA históricamente, han sido aproximadamente iguales. Sin embargo, el propietario de TOMAS SRL, considera que sus ventas son mayores. En el siguiente cuadro se muestran las ventas de las tres concesionarias en los últimos 4 meses. (TABLA) A un nivel de significancia del 0,01 ¿Cuáles son las 4 (cuatro) opciones que corresponden a esta prueba?. F crítico: 8.022. F crítico: 6.022. Ho: µT = µL = µP. Los grados de libertad de F son (2;9). Los grados de libertad de F son (2;8). X̅= 63.08.

El canal por cable STC, ha comenzado una investigación sobre la cantidad de…. De lunes a viernes, en el horario de 21 a 23hs. Los datos recogidos se obtuvieron de una encuesta tomados al azar, de 3 provincias. Se realizo previamente una prueba ANOVA para estudiar si los… conectados al canal en esa franja horario a son iguales o existen diferencias significativas. La conclusión de la prueba ANOVA fue la siguiente: No existe evidencia estadística de que los promedios de los 3…a las muestras, sean iguales. Por lo tanto, existen diferencias entre las medias de los usuarios que.... Pero ahora los directivos quieren solicitar al mismo grupo de investigadores que realicen una nueva prueba post hoc, de compensación de medias, para poder detectar cual o cuales provincias son las que están más alejadas del resto de las medias. Deciden realizar un test de Tukey con un nivel de 0.01 de significación. La pregunta que se hacen en principio es cuantas comparaciones de medias deben realizar y cuál es el valor critico de Q que se utiliza para calcular el rango critico de la prueba de Tukey. ¿Puedes ayudarles, eligiendo la sentencia correcta?. LAS COMPARACIONES A REALIZAR SON 3. EL VALOR CRITICO DE Q ES: Q 0.01 (3.33) = 4.42. LAS COMPARACIONES A REALIZAR SON 7. EL VALOR CRITICO DE Q ES: Q 0.01 (3.33) = 4.42. LAS COMPARACIONES A REALIZAR SON 3. EL VALOR CRITICO DE Q ES: Q 0.01 (3.33) = 5.52.

La empresa TECHTEL, ha comenzado una investigación en 5 centros de atención telefónica. Esta empresa quiere investigar la calidad de atención a los clientes. Los centros fueron tomados al azar dentro de los que atienden en el país. A los clientes se les realiza, luego de ser atendidos una encuesta telefónica en la que se les indica que respondan con un digito si la atención fue 1: Excelente, 2: Muy buena, 3: Buena, 4: Regular, 5: Mala. También se contabilizan las personas que no responden. Los resultados que se muestran se corresponden a la salida de datos de una prueba ANOVA, pero incompleta. La empresa desea saber a un nivel de significancia de 0,05 si hay diferencias significativas entre los promedios de la cantidad de clientes que responden en cada uno de los 6 grupos que desean investigar. (TABLA) Con los datos del problema y de la tabla ANOVA, identifica 4 sentencias que estén relacionadas a esta prueba. Previamente tendrás que calcular los valores correspondientes a los signos de interrogación, solo los que necesites para identificar las sentencias. EL VALOR DEL ESTADÍSTICO DE PRUEBA F ES 2.583. NO SE RECHAZA LA HO. SE RECHAZA LA HO. EXISTE EVIDENCIA ESTADÍSTICA, A PARTIR DE LOS DATOS MUESTRALES PARA NO DESCARTAR QUE EL PROMEDIO DE CLIENTES QUE OPINA EN CADA GRUPO SEAN APROXIMADAMENTE IGUALES. EL VALOR CRITICO DE F ES 2,621. Existe evidencia estadística suficiente, a partir de los datos muestrales para concluir que por lo menos uno de los clientes que opinan en cada grupo es significativamente distinto al resto.

Brillex es un nuevo limpiador multiuso que una empresa lanzo al mercado. Se han colocado exhibidores en 3 lugares distintos dentro de varios supermercados de la ciudad de Córdoba. La siguiente tabla muestra la cantidad de botellas de 1 litro que se vendieron en cada lugar del supermercado. (TABLA) A un nivel de significancia de 0,05, ¿Cuál es la regla de decisión para esta prueba. SI EL ESTADÍSTICO DE PRUEBA ES MAYOR O IGUAL A 4,103, SE RECHAZA LA HO. SI EL ESTADÍSTICO DE PRUEBA ES MENOR A 4,103 NO SE RECHAZA LA HO. SI EL ESTADÍSTICO DE PRUEBA ES MAYOR O IGUAL A 4,003, SE RECHAZA LA HO. SI EL ESTADÍSTICO DE PRUEBA ES MENOR A 4,003 NO SE RECHAZA LA HO.

Brillex es un nuevo limpiador multiuso que una empresa lanzo al mercado. Se han colocado exhibidores en 3 lugares distintos dentro de varios supermercados de la ciudad de Córdoba. La siguiente tabla muestra la cantidad de botellas de 1 litro que se vendieron en cada lugar del supermercado. (TABLA) A un nivel de significancia de 0,05, ¿hay alguna diferencia entre los promedios de botellas que se vendieron en los 3 lugares? En esta oportunidad se te solicita que formules las hipótesis nula y alternativa para esta prueba y que indiques que estadístico utilizaste. Ho: µp = µe = µl ; H1: µp, µe, µl, no son todas iguales. El estadístico que se utiliza es F. Ho: µp = µe = µl ; H1: µp, µe, µl, son todas iguales. El estadístico que se utiliza es F. Ho: µp = µe = µl ; H1: µp, µe, µl, no son todas iguales. El estadístico que se utiliza es Chi Cuadrado.

En una secretaria de desarrollo social de una comuna de nuestra provincia, se está estudiando la relación entre el consumo de alimentos de una familia tipo de 4 integrantes y el ingreso per cápita de cada integrante. Se tomaron 10 muestras aleatorias correspondientes a 10 familias de la comuna. Suponiendo que el consumo depende del ingreso per cápita de cada familia en forma directa, y que la relación puede ser ajustada mediante una recta de estimación, con un coeficiente de determinación de 0.948, se te solicita que interpretes dicho coeficiente y expreses la intensidad y el sentido de la relación. ¿Piensas que la recta de regresión estimada, en una buena herramienta para predecir los consumos de una familia tipo?. EL 94,8% DE LA VARIABILIDAD TOTAL DE LOS CONSUMOS, SE EXPLICA POR LA RECTA DE LA REGRESIÓN ESTIMADA. EL COEFICIENTE DE CORRELACIÓN ES R= 0,9736. SE TRATA DE UNA RELACIÓN MUY FUERTE, POR LO QUE LA RECTA DE REGRESIÓN ESTIMADA ES UNA MUY BUENA HERRAMIENTA PARA PREDECIR LOS CONSUMOS. EL 94,8% DE LA VARIABILIDAD TOTAL DE LOS CONSUMOS, SE EXPLICA POR LA RECTA DE LA REGRESIÓN ESTIMADA. EL COEFICIENTE DE CORRELACIÓN ES R= 0,9735. SE TRATA DE UNA RELACIÓN MUY FUERTE, POR LO QUE LA RECTA DE REGRESIÓN ESTIMADA ES UNA MUY BUENA HERRAMIENTA PARA PREDECIR LOS CONSUMOS. EL 90,8% DE LA VARIABILIDAD TOTAL DE LOS CONSUMOS, SE EXPLICA POR LA RECTA DE LA REGRESIÓN ESTIMADA. EL COEFICIENTE DE CORRELACIÓN ES R= 0,9736. SE TRATA DE UNA RELACIÓN MUY FUERTE, POR LO QUE LA RECTA DE REGRESIÓN ESTIMADA ES UNA MUY BUENA HERRAMIENTA PARA PREDECIR LOS CONSUMOS.

En una empresa que fabrica y comercializa materiales para la construcción quieren estimar los costos para un ... de cemento. El contador de la empresa, basado en registro de los últimos meses, ha determinado una recta que ajusta... de producción del próximo mes, del tipo de cemento en cuestión. Tomando como variable independiente el volumen de... 5kg y como variable dependiente el costo total de producción obtuvo un coeficiente de determinación de 0.964. El contador te solicita que determines el coeficiente de correlación sabiendo que, a mayor volumen de producción, mayor es el costo total. Te solicita además que comentes como es la correlación entre las variables. R= 0,982. LA CORRELACIÓN ENTRE AMBAS VARIABLES ES MUY FUERTE, CASI PERFECTA. R= 0,882. LA CORRELACIÓN ENTRE AMBAS VARIABLES ES MUY FUERTE, CASI PERFECTA. R= 0,962. LA CORRELACIÓN ENTRE AMBAS VARIABLES ES MUY FUERTE, CASI PERFECTA.

El comité internacional de los JJOO ha encargado una investigación a una universidad de ciencias de deporte, para analizar las estadísticas de los tiempos, en minutos, marcados en la disciplina natación en un determinado estilo, de mujeres y varones separadamente. El análisis se hace de los 5 últimos JJOO. Se tomaron las mejores marcas de dicho estilo y se promediaron los tiempos de las diferentes categorías. Los registros obtenidos fueron los siguientes (TABLA) Considera la variable independiente mujeres. Los analistas encontraron una relación lineal entre ambas variables cuya ecuación de regresión estimada es: Y = 0,564x + 1,708. Se te solicita que calcules el tiempo estimado de los varones si en los próximos juegos se espera un promedio de marcas de las mujeres de 5,328 minutos. Interpreta la predicción obtenida. 4,713 MINUTOS. SE ESPERA QUE LOS PRÓXIMOS JJOO LOS VARONES HAGAN EN PROMEDIO 4,713 MINUTOS, SI LAS MUJERES TIENEN UN PROMEDIO DE MARCAS DE 5,328 MINUTOS. 4,513 MINUTOS. SE ESPERA QUE LOS PRÓXIMOS JJOO LOS VARONES HAGAN EN PROMEDIO 4,713 MINUTOS, SI LAS MUJERES TIENEN UN PROMEDIO DE MARCAS DE 5,328 MINUTOS. 4,713 MINUTOS. SE ESPERA QUE LOS PRÓXIMOS JJOO LOS VARONES HAGAN EN PROMEDIO 5,713 MINUTOS, SI LAS MUJERES TIENEN UN PROMEDIO DE MARCAS DE 5,328 MINUTOS.

El jefe de RRHH de INNOVA S.A esta preocupado por el ausentismo entre los trabajadores contratador por hora. Decide tomar una muestra aleatoria de los empleados de la categoría señalada y registrar las ausencias del último mes que figuran en los registros de la compañía en todo el país. El jefe supone que la distribución de las ausencias sigue una distribución de probabilidad conocida. Para lo cual te solicita como empleado del área, que diseñes una prueba de hipótesis para poner a prueba su suposición y así proyectar los resultados para todos los empleados de la empresa en un mes y tomar las medidas pertinentes. Las frecuencias observadas para el numero de ausencias (tomada como variable aleatoria) se muestra en la siguiente tabla: (TABLA) Al observarla tu supones que se puede tratar de una distribución de Poisson y comienzas la prueba con esta suposición como cierta. Se te solicita que calcules, bajo hipótesis nula cierta: el tamaño de la muestra, la media estimada de ausencias mensuales, la frecuencia esperada para 2 ausencias en un mes. También se desean saber los grados de libertad del estadístico de la prueba, para este punto debes considerar que en este caso las 3 últimas clases se agrupan, para cumplir con la condición de que se requiere para la frecuencia esperada de cada clase. LA MUESTRA ES N=50. LA MEDIA ESTIMADA ES: ƛ = 1,32. LA FRECUENCIA QUE SE ESPERA PARA 2 AUSENCIAS EN UN MES ES FE= 11,685 EMPLEADOS. LOS GRADOS DE LIBERTAD PARA EL ESTADÍSTICO DE ESTA PRUEBA SON 2. LA MUESTRA ES N=60. LA MEDIA ESTIMADA ES: ƛ = 1,32. LA FRECUENCIA QUE SE ESPERA PARA 2 AUSENCIAS EN UN MES ES FE= 11,685 EMPLEADOS. LOS GRADOS DE LIBERTAD PARA EL ESTADÍSTICO DE ESTA PRUEBA SON 2. LA MUESTRA ES N=50. LA MEDIA ESTIMADA ES: ƛ = 1,32. LA FRECUENCIA QUE SE ESPERA PARA 2 AUSENCIAS EN UN MES ES FE= 12,685 EMPLEADOS. LOS GRADOS DE LIBERTAD PARA EL ESTADÍSTICO DE ESTA PRUEBA SON 2.

El gerente de un supermercado está interesado por la frecuencia de llegadas de sus clientes a la sucursal. Encarga a un grupo de investigadores si se pueden asociar dichas llegadas a un modelo probabilístico. Los investigadores piensan que las llegadas siguen una distribución de Poisson. Para ello realizan 44 observaciones en distintas horas del día, lo que resume en la siguiente tabla: (TABLA) Para realizar una prueba de hipótesis a partir del supuesto de los investigadores se te solicita que, estimes la media de llegadas por hora y enuncies las hipótesis nula y alternativa para esta prueba. ¿Cuáles serían estas?. ƛ = 1.5 CLIENTES EN UNA HORA. HO: EL NUMERO DE CLIENTES QUE LLEGAN CADA HORA SIGUE UNA DISTRIBUCIÓN DE POISSON. H1: EL NUMERO DE CLIENTES QUE LLEGAN CADA HORA NO SIGUE UNA DISTRIBUCIÓN DE POISSON. ƛ = 1.4 CLIENTES EN UNA HORA. HO: EL NUMERO DE CLIENTES QUE LLEGAN CADA HORA SIGUE UNA DISTRIBUCIÓN DE POISSON. H1: EL NUMERO DE CLIENTES QUE LLEGAN CADA HORA NO SIGUE UNA DISTRIBUCIÓN DE POISSON. ƛ = 1.5 CLIENTES EN UNA HORA. HO: EL NUMERO DE CLIENTES QUE LLEGAN CADA HORA SIGUE UNA DISTRIBUCIÓN DE POISSON. H1: EL NUMERO DE CLIENTES QUE LLEGAN CADA HORA SIGUE UNA DISTRIBUCIÓN DE POISSON.

En una ciudad de nuestro país, hay 3 concesionarias de Ford. Las ventas mensuales medias de unidades de las concesionarias: TOMAS SRL, LEAL SA, PROVIN SA históricamente, han sido aproximadamente iguales. Sin embargo, el propietario de TOMAS SRL, considera que sus ventas son mayores. En el siguiente cuadro se muestran las ventas de las tres concesionarias en los últimos 4 meses. (TABLA) A un nivel de significancia del 0,01 ¿Cuál prueba debe realizar y cuál es el valor de los cuadrados medios entre grupos?. LA PRUEBA ANOVA DE UN FACTOR. CME= 531,58. LA PRUEBA ANOVA DE UN FACTOR. CME= 532,58. LA PRUEBA ANOVA DE UN FACTOR. CME= 533,58.

ESDE CARE quiere saber si el tipo de credencial utilizada por sus socios es independiente de la edad de los mismos o si por el contrario las categorías están relacionadas. Para lo cual te solicita como funcionario de la empresa que inicies, sobre la base de estos datos observados, la investigación pertinente. En esta ocasión se te pide que, a un nivel de significación de 0,01, enuncies la regla de decisión y la conclusión de la prueba si el estadístico de prueba calculado es igual a 12,06. REGLA DE DECISIÓN: SI EL ESTADÍSTICO DE PRUEBA ES MAYOR O IGUAL A 11,345 LA HIPÓTESIS NULA SE RECHAZA; SI EL ESTADÍSTICO DE PRUEBA ES MENOR A 11,345 LA HIPÓTESIS NULA NO SE RECHAZA. CONCLUSIÓN: NO EXISTE EVIDENCIA ESTADÍSTICA PARA SUPONER QUE EL TIPO DE CREDENCIAL UTILIZADA ES INDEPENDIENTE DEL RANGO ETARIO. REGLA DE DECISIÓN: SI EL ESTADÍSTICO DE PRUEBA ES MAYOR O IGUAL A 11,344 LA HIPÓTESIS NULA SE RECHAZA; SI EL ESTADÍSTICO DE PRUEBA ES MENOR A 11,344 LA HIPÓTESIS NULA NO SE RECHAZA. CONCLUSIÓN: NO EXISTE EVIDENCIA ESTADÍSTICA PARA SUPONER QUE EL TIPO DE CREDENCIAL UTILIZADA ES INDEPENDIENTE DEL RANGO ETARIO.

En un supermercado mayorista se está estudiando, debido a la variación de precios en los últimos meses, si existe relación entre los precios de un combo de ofertas de productos de limpieza y la cantidad promedio de ventas por día correspondiente al mes de la oferta. Se tomaron los últimos 10 meses y el precio del combo fue variando mensualmente en un rango de $545 a $846. Se encontró mediante un análisis de regresión la siguiente ecuación estimada Y= -1,012.X + 895,9. Considera como variable independiente el precio unitario del combo, y como variable dependiente el promedio diario de combos vendidos. Se te solicita que interpretes el coeficiente de regresión y calcules la cantidad de combos diarios promedio que se venderían, si el próximo mes deciden poner un precio unitario de $823. POR CADA PESO QUE AUMENTA, VENDE EN PROMEDIO APROXIMADAMENTE 1 COMBO MENOS POR DIA. SI CADA COMBO LO VENDIERAN A $823, SE ESPERA QUE VENDA UN PROMEDIO DIARIO DE 63 COMBOS APROXIMADAMENTE. POR CADA PESO QUE AUMENTA, VENDE EN PROMEDIO APROXIMADAMENTE 1 COMBO MENOS POR DIA. SI CADA COMBO LO VENDIERAN A $823, SE ESPERA QUE VENDA UN PROMEDIO DIARIO DE 93 COMBOS APROXIMADAMENTE. POR CADA PESO QUE AUMENTA, VENDE EN PROMEDIO APROXIMADAMENTE 1 COMBO MENOS POR DIA. SI CADA COMBO LO VENDIERAN A $822, SE ESPERA QUE VENDA UN PROMEDIO DIARIO DE 63 COMBOS APROXIMADAMENTE.

Una bodega de nuestro país ha investigado la tendencia anual de la producción de vinos de cierta cepa. Para el análisis se tomó la producción de los últimos 10 años, en miles de litros. Considerando como año 1 el 2010. Al ajustar una línea recta al conjunto de datos registrados, se obtiene la siguiente ecuación de estimación: Y= 1344X + 7573. ¿Cuál de los siguientes valores de X expresados en años, corresponde utilizar para predecir la producción a partir del 2010?. X=4.25 AÑOS. X=4.27 AÑOS. X=4.26 AÑOS.

El jefe de RRHH de INNOVA S.A esta preocupado por el ausentismo entre los trabajadores contratador por hora. Decide tomar una muestra de los registros de la compañía y determinar si la cantidad de ausencias está distribuida de manera uniforme en una semana de 6 días. Los datos observados en una semana son los siguientes: (TABLA) Se te solicita que enuncies la hipótesis nula y la alternativa, el tipo de distribución que tiene el estadístico a utilizar en esta prueba y determines el calor crítico del estadístico para un nivel de significancia de 0,01. HO: EL AUSENTISMO DE DISTRIBUYE DE MANERA UNIFORME EN TODA LA SEMANA DE TRABAJO. H1: EL AUSENTISMO NO SE DISTRIBUYE DE MANERA UNIFORME EN TODA LA SEMANA DE TRABAJO. LA DISTRIBUCIÓN DEL ESTADÍSTICO ES X2. EL VALOR CRITICO ES: 15,086. HO: EL AUSENTISMO DE DISTRIBUYE DE MANERA UNIFORME EN TODA LA SEMANA DE TRABAJO. H1: EL AUSENTISMO NO SE DISTRIBUYE DE MANERA UNIFORME EN TODA LA SEMANA DE TRABAJO. LA DISTRIBUCIÓN DEL ESTADÍSTICO ES X2. EL VALOR CRITICO ES: 16,086. HO: EL AUSENTISMO DE DISTRIBUYE DE MANERA UNIFORME EN TODA LA SEMANA DE TRABAJO. H1: EL AUSENTISMO NO SE DISTRIBUYE DE MANERA UNIFORME EN TODA LA SEMANA DE TRABAJO. LA DISTRIBUCIÓN DEL ESTADÍSTICO ES X2. EL VALOR CRITICO ES: 14,086.

Un estudio realizado por una ONG en defensa del medio ambiente realizó una encuesta a los habitantes de 4 de los conglomerados urbanos más grandes de nuestro país. Las muestras fueron tomadas al azar en cada uno de los conglomerados. Los integrantes de la ONG desean saber si hay relación entre las ciudades muestreadas y la actitud de los ciudadanos de dichos lugares a nivel de significación de 0,05. A continuación, se, muestra en la tabla los resultados obtenidos. Se te solicita que calcules el valor crítico para esta prueba. En el caso de que las variables no estén relacionadas. ¿Qué observación puedes hacer en términos de porcentajes sobre las distintas actitudes de los ciudadanos en los cuatro conglomerados? (TABLA). CHI-CUADRADO CRITICO = 12,592. SUPONIENDO QUE SON INDEPENDIENTES EL LUGAR Y LA ACTITUD DE LOS CIUDADANOS, EN PRIMER LUGAR, SE ENCUENTRAN LOS QUE ESTÁN EN CONTRA CON UN PORCENTAJE DEL 47%, EN SEGUNDO LUGAR, LOS QUE ESTÁN A FAVOR CON EL 35,3% Y POR ÚLTIMO LOS INDIFERENTES CON EL 17,7%. CHI-CUADRADO CRITICO = 12,592. SUPONIENDO QUE SON INDEPENDIENTES EL LUGAR Y LA ACTITUD DE LOS CIUDADANOS, EN PRIMER LUGAR, SE ENCUENTRAN LOS QUE ESTÁN EN CONTRA CON UN PORCENTAJE DEL 47%, EN SEGUNDO LUGAR, LOS QUE ESTÁN A FAVOR CON EL 34,3% Y POR ÚLTIMO LOS INDIFERENTES CON EL 17,7%. CHI-CUADRADO CRITICO = 12,592. SUPONIENDO QUE SON INDEPENDIENTES EL LUGAR Y LA ACTITUD DE LOS CIUDADANOS, EN PRIMER LUGAR, SE ENCUENTRAN LOS QUE ESTÁN EN CONTRA CON UN PORCENTAJE DEL 47%, EN SEGUNDO LUGAR, LOS QUE ESTÁN A FAVOR CON EL 35,3% Y POR ÚLTIMO LOS INDIFERENTES CON EL 16,7%.

Una empresa indumentaria para niños ha necesitado investigar, para hacer su moldería y definir los talles, la relación entre edad y peso de los niños varones. Se tomó una muestra aleatoria de los niños varones de la ciudad, en la que la empresa está instalada, y se obtuvieron los siguientes registros: (TABLA) Teniendo en cuenta que el coeficiente de regresión lineal es 2,83, se te solicita que interpretes para este caso dicho coeficiente y que determines el valor de la ordenada al origen de la recta de regresión estimada. POR CADA AÑO QUE AUMENTAN LOS NIÑOS, SE ESTIMA QUE EN PROMEDIO EL PESO AUMENTE EN 2,83 KG. LA ORDENADA AL ORIGEN DE LA RECTA DE REGRESIÓN ESTIMADA ES 19,97. POR CADA AÑO QUE AUMENTAN LOS NIÑOS, SE ESTIMA QUE EN PROMEDIO EL PESO AUMENTE EN 2,63 KG. LA ORDENADA AL ORIGEN DE LA RECTA DE REGRESIÓN ESTIMADA ES 19,97. POR CADA AÑO QUE AUMENTAN LOS NIÑOS, SE ESTIMA QUE EN PROMEDIO EL PESO AUMENTE EN 2,83 KG. LA ORDENADA AL ORIGEN DE LA RECTA DE REGRESIÓN ESTIMADA ES 19,98.

Brillex es un nuevo limpiador multiuso que una empresa lanzó al mercado. Se han colocado exhibidores en 3 lugares distintos dentro de varios supermercados de la ciudad de Córdoba. La siguiente tabla muestra la cantidad de botellas de 1 litro que se vendieron en cada lugar del supermercado. (TABLA) A un nivel de significancia de 0,05 ¿Cuál es la dispersión dentro de (…)?. SSD= 74. SSD= 69. SSD= 47.

El dueño de la cafetería El Progreso sabe que la demanda de su producto depende del ingreso del consumidor y del precio de otros bienes. Si la relación de cada una de estas es lineal, y se desea predecir la demanda semanal de café ¿De qué modelo de regresión estamos hablando. REGRESIÓN LINEAL MÚLTIPLE. REGRESIÓN LINEAL SIMPLE.

En un supermercado mayorista se está estudiando, debido a la variación de precios en los últimos meses, si existe relación entre los precios de un combo de ofertas de productos de limpieza y la cantidad promedio de ventas por día correspondiente al mes de la oferta. Se tomaron los últimos 10 meses y el precio del combo fue variando mensualmente en un rango de $545 a $846. Se encontró mediante un análisis de regresión la siguiente ecuación estimada Y= -1,012.X + 895,9. Considera como variable independiente el precio unitario del combo, y como variable dependiente el promedio diario de combos vendidos. Si el coeficiente de determinación es 0,896, se te solicita que interpretes el coeficiente de determinación y calcules la intensidad y el sentido de la correlación entre las dos variables. por último. Se te solicita que comentes cómo es el tipo de correlación entre las variables. EL 80,28% DE LA VARIABILIDAD TOTAL DEL PROMEDIO DIARIO DE VENTAS EN EL MES, ES EXPLICADO POR EL AJUSTE LINEAL REALIZADO. EL COEFICIENTE DE CORRELACIÓN ES: - 0,896. LA INTENSIDAD DE LA RELACIÓN ENTRE AMBAS VARIABLES ES FUERTE E INVERSA. EL 80,28% DE LA VARIABILIDAD TOTAL DEL PROMEDIO DIARIO DE VENTAS EN EL MES, ES EXPLICADO POR EL AJUSTE LINEAL REALIZADO. EL COEFICIENTE DE CORRELACIÓN ES: 0,896. LA INTENSIDAD DE LA RELACIÓN ENTRE AMBAS VARIABLES ES FUERTE E INVERSA. EL 80,28% DE LA VARIABILIDAD TOTAL DEL PROMEDIO DIARIO DE VENTAS EN EL MES, ES EXPLICADO POR EL AJUSTE LINEAL REALIZADO. EL COEFICIENTE DE CORRELACIÓN ES: - 0,696. LA INTENSIDAD DE LA RELACIÓN ENTRE AMBAS VARIABLES ES FUERTE E INVERSA.

El comité internacional de los JJOO ha encargado una investigación a una universidad de ciencias del deporte, para analizar las estadísticas de los tiempos, en minutos, marcados en la disciplina natación en un determinado estilo, de mujeres y varones separadamente. El análisis se hace de los 5 últimos JJOO. Se tomaron las mejores marcas de dicho estilo y se promediaron los tiempos de las diferentes categorías. Los registros obtenidos fueron los siguientes: (TABLA) Considera la variable independiente mujeres. Los analistas encontraron una relación lineal entre ambas variables cuya ecuación de regresión es: Y = 0,564 Xi + 1,708. Se te solicita que calcules la suma de los residuos cuadráticos y la interpretes. SSE= 0,0126. SIGNIFICA QUE LA VARIABILIDAD DE LOS RESIDUOS, PRODUCIDOS POR UTILIZAR LA ECUACIÓN DE REGRESIÓN ESTIMADA PARA CALCULAR LOS VALORES DE LA VARIABLE DEPENDIENTE DE LA MUESTRA, ES DE 0,0127. SSE= 0,0127. SIGNIFICA QUE LA VARIABILIDAD DE LOS RESIDUOS, PRODUCIDOS POR UTILIZAR LA ECUACIÓN DE REGRESIÓN ESTIMADA PARA CALCULAR LOS VALORES DE LA VARIABLE DEPENDIENTE DE LA MUESTRA, ES DE 0,0126.

Una asociación de consumidores está investigando las diferencias entre los precios de un tipo de escritorio de oficina en 3 comercios de 3 barrios diferentes. La asociación desea a un nivel de significancia de 0,05 saber si hay diferencias significativas entre los promedios de los precios obtenidos en los 3 barrios. A continuación, se muestran los datos obtenidos en miles de pesos. (TABLA) ¿Cuál es el valor de los cuadros medios entre grupos (CME)?. CME= 14,11. CMD= 14,11. CME= 11,14.

Una empresa de indumentaria de niños ha necesitado investigar, para hacer su moldería y definir los talles, la relación entre edad y peso de los niños varones. Se tomó una muestra aleatoria de los niños varones de la ciudad, en la que la empresa está instalada y se obtuvieron los siguientes registros: (TABLA) Teniendo en cuenta que el coeficiente de regresión lineal es 2,83, se te solicita que interpretes para este caso dicho coeficiente y que determines el valor de la ordenada al origen de la recta de regresión estimada. POR CADA AÑO QUE AUMENTAN LOS NIÑOS, SE ESTIMA QUE EN PROMEDIO EL PESO AUMENTE EN 2,83 KG. LA ORDENADA AL ORIGEN DE LA RECTA LA REGRESIÓN ESTIMADA, ES 19,97. POR CADA AÑO QUE AUMENTAN LOS NIÑOS, SE ESTIMA QUE EN PROMEDIO EL PESO AUMENTE EN 2,63 KG. LA ORDENADA AL ORIGEN DE LA RECTA LA REGRESIÓN ESTIMADA, ES 19,97. POR CADA AÑO QUE AUMENTAN LOS NIÑOS, SE ESTIMA QUE EN PROMEDIO EL PESO AUMENTE EN 2,83 KG. LA ORDENADA AL ORIGEN DE LA RECTA LA REGRESIÓN ESTIMADA, ES 19,99.

En una secretaría de desarrollo de una comuna de nuestra provincia, se está estudiando la relación entre el consumo de alimentos de una familia tipo de 4 integrantes y el ingreso per cápita de cada integrante. Se tomaron 10 muestras aleatorias correspondientes a 10 familias de la comuna. Suponiendo que el consumo depende del ingreso per cápita de cada familia en forma directa, y que la relación puede ser ajustada mediante una regla de estimación, con un coeficiente de determinación de 0,846, se te solicita el valor de la suma de los cuadrados debido a la regresión, sabiendo que la suma de los cuadrados totales de la variabilidad de los consumos es de 9845 (expresada en millones). EL VALOR DE LA SUMA DE LOS CUADRADOS DEBIDO A LA REGRESIÓN ES 8329. EL VALOR DE LA SUMA DE LOS CUADRADOS DEBIDO A LA REGRESIÓN ES 8229. EL VALOR DE LA SUMA DE LOS CUADRADOS DEBIDO A LA REGRESIÓN ES 8129.

Una asociación de consumidores está investigando las diferencias entre los precios de un tipo de escritorio de oficina en 3 comercios de 3 barrios diferentes. La asociación desea un nivel de significancia de 0.05 para saber si hay diferencias significativas entre los promedios de los precios obtenidos en los 3 barrios. A continuación, se muestran los datos obtenidos en miles de pesos. (TABLA) ¿Cuál es el valor de los cuadrados medios entre grupos?. CME=14.11. CMD=14.11.

En una ciudad de nuestro país, hay 3 concesionarias de Ford. Las ventas mensuales medias de unidades de las concesionarias: TOMAS SRL, LEAL SA, PROVIN SA históricamente, han sido aproximadamente iguales. Sin embargo, el propietario de TOMAS SRL, considera que sus ventas son mayores. En el siguiente cuadro se muestran las ventas de las tres concesionarias en los últimos 4 meses: (TABLA) A un nivel de significancia de 0,05 ¿Cuál es la regla de decisión para esta prueba?. SI EL VALOR ESTADÍSTICO DE PRUEBA ES MAYOR O IGUAL A 4,256, HO SE RECHAZA. SI EL ESTADÍSTICO DE PRUEBA ES MENOR A 4,256, HO NO SE RECHAZA. SI EL VALOR ESTADÍSTICO DE PRUEBA ES MAYOR O IGUAL A 4,256, HO NO SE RECHAZA. SI EL ESTADÍSTICO DE PRUEBA ES MENOR A 4,256, HO NO SE RECHAZA.

Se desea estudiar qué tipo de relación existe entre las variables: cantidad de policías asignados al patrullaje de un distrito y la cantidad de delitos semanales que se registran. Se tomaron 8 distritos aleatoriamente de la Provincia de Buenos Aires, de los que tenían características similares en cuanto a cantidad de habitantes. Al realizar el análisis se ajustó la relación mediante una recta y se encontró que la relación entre ambas variables es inversa con un coeficiente de determinación de 0,625. Esto se interpreta como: QUE EL 62,5% DE LA VARIACIÓN TOTAL DE LOS DELITOS ESTIMADOS, ES EXPLICADO MEDIANTE LA RECTA DE REGRESIÓN ESTIMADA. A MAYOR CANTIDAD DE POLICÍAS MENOR CANTIDAD DE DELITOS. QUE EL 62,5% DE LA VARIACIÓN TOTAL DE LOS DELITOS ESTIMADOS, ES EXPLICADO MEDIANTE LA RECTA DE REGRESIÓN ESTIMADA. A MENOR CANTIDAD DE POLICÍAS MENOR CANTIDAD DE DELITOS. QUE EL 62,5% DE LA VARIACIÓN TOTAL DE LOS DELITOS ESTIMADOS, ES EXPLICADO MEDIANTE LA RECTA DE REGRESIÓN ESTIMADA. A MAYOR CANTIDAD DE POLICÍAS MAYOR CANTIDAD DE DELITOS.

Una empresa fabrica y comercializa materiales para la construcción, quiere estimar los costos para un determinado volumen de producción de un tipo de cemento. Los registros de los últimos meses de producción son los siguientes: (TABLA) El contador de la empresa, basado en estos registros, desea determinar una línea de predicción para estimar los costos de producción del próximo mes si se deben producir 645 bolsas de 5kg de ese tipo de cemento. Te solicita que determines la ecuación de regresión estimada y pronostiques el costo estimado de producción para el próximo mes, para ese tipo de cemento. Trabaja utilizando redondeo decimal. Y=0,284X + 17, CT EXPRESADO EN MILES DE PESOS. EL COSTO ESTIMADO PARA EL PRÓXIMO MES ES DE $200.180. Y=0,284X + 16, CT EXPRESADO EN MILES DE PESOS. EL COSTO ESTIMADO PARA EL PRÓXIMO MES ES DE $200.180. Y=0,264X + 17, CT EXPRESADO EN MILES DE PESOS. EL COSTO ESTIMADO PARA EL PRÓXIMO MES ES DE $200.180.

En una ciudad de nuestro país hay 3 concesionarias Ford. (…) El propietario de TOMAS SRL considera que sus ventas son mayores. En el siguiente cuadro se muestran las ventas en los últimos 4 meses. (TABLA) A un nivel de significancia de 0,01, ¿Cuáles son las 4 opciones correctas?. Los grados de libertad de F son (2;9). Los grados de libertad de F son (2;8). x(media): 63,8. F crítico: 8,022. Ho: μT = μL = μp. ho: μ1 = μ2 = μ3 = μ4.

En una secretaria de desarrollo social de una comuna de nuestra provincia, se está estudiándola relación entre el consumo de alimentos de una familia tipo de 4 integrantes y el ingreso per cápita de cada integrante. Se tomaron 10 muestras aleatorias correspondiente a 10 familias de comuna. Suponiendo que el consumo depende del ingreso per cápita de ca familia en forma directa, y que la relación puede ser ajustada mediante una recta de estimación, con un coeficiente de determinación de 0,846, se te solicita el valor de la suma de los cuadros debido a la regresión, sabiendo que la suma d ellos cuadros totales de la variabilidad de los consumos es de 9,845 (expresada en millones). EL VALOR DE LA SUMA DE LOS CUADROS DEBIDO A LA REGRESION ES 8,329. EL VALOR DE LA SUMA DE LOS CUADROS DEBIDO A LA REGRESION ES 8,239.

El gerente de un supermercado por la frecuencia de las llegadas de sus clientes a la sucursal. Encarga a un grupo de investigadores si se pueden asociar dichas llegadas a un modelo probabilístico. Los investigadores piensan que las llegadas siguen una distribución de Poisson. Por ellos realizan 44 observaciones en distintas horas del día, lo que se resumen la siguiente tabla. Para realizar una prueba de hipótesis a partir del supuesto de los investigadores se te solicita que, estimes la media de llegadas por hora y enuncies las hipótesis, nula y alternativas para esta prueba ¿Cuáles serían estas?. X = 1, S CLIENTES EN UNA HORA. Ho: EL NUMERO DE CLIENTES QUE LLEGAN CADA HORA NO SIGUE UNA DISTRIBUCION DE POISSON. X = 2, S CLIENTES EN UNA HORA. Ho: EL NUMERO DE CLIENTES QUE LLEGAN CADA HORA NO SIGUE UNA DISTRIBUCION DE POISSON. X = 1, S CLIENTES EN UNA HORA. Ho: EL NUMERO DE CLIENTES QUE LLEGAN CADA HORA SIGUE UNA DISTRIBUCION DE POISSON.

En la empresa PAMPA S.A., dedicada a la fabricación de autopartes para utilitarios, se desea saber si existe asociación entre el número de piezas defectuosas que produce una de sus máquinas y el tiempo medio de uso. En la siguiente tabla se registraron los últimos 8 días de funcionamiento de la máquina, anotándose el tiempo en horas y la cantidad de piezas defectuosas que se encontraron. (TABLA). EL COEFICIENTE DE REGRESION ES 1,77 EXPRESADO EN CIENTOS. EN PROMEDIO, POR CADA HORA QUE LA MAQUINA ESTA EN FUNCIONAMIENTO PRODUCE 177 PIEZAS DEFECTUOSAS MAS. EL COEFICIENTE DE REGRESION ES 1,67 EXPRESADO EN CIENTOS. EN PROMEDIO, POR CADA HORA QUE LA MAQUINA ESTA EN FUNCIONAMIENTO PRODUCE 167 PIEZAS DEFECTUOSAS MAS. EL COEFICIENTE DE REGRESION ES 1,57 EXPRESADO EN CIENTOS. EN PROMEDIO, POR CADA HORA QUE LA MAQUINA ESTA EN FUNCIONAMIENTO PRODUCE 157 PIEZAS DEFECTUOSAS MAS.

En una ciudad de nuestro país, hay 3 concesionarias de Ford. Las ventas mensuales medias de unidades de las concesionarias: TOMASS SRL, LEAL SA y PROVIN SA históricamente, han sido aproximadamente iguales. Sin embargo, el propietario de TOMAS SRL, considera que sus ventas son mayores. en el siguiente cuadro se muestran las ventas de las tres concesionarias en los últimos 4 meses. PRUEBA ANOVA DE UN FACTOR. CME = 531,58. PRUEBA ANOVA DE UN FACTOR. CMD = 531,58. PRUEBA ANOVA DE UN FACTOR. CME = 532,58. PRUEBA ANOVA DE UN FACTOR. CMD = 532,58.

Un estudio realizado por una ONG en defensa del medio ambiente, realizo una encuesta a los habitantes de 4 de los conglomerados urbanos más grande de nuestro país. Las muestras fueron tomadas al azar en cada uno de los conglomerados. la encuesta estaba orientada hacia la actitud de los ciudadanos frente a las energías renovables. Los integrantes de la ONG desean saber si hay relación entre las ciudades muestreadas y la actitud de los ciudadanos de dichos lugares a un nivel de significación de 0,1. A continuación se muestra una salida de software de esta prueba. Hay celdas que están signos de interrogación que solo tendrás que completar. En esta oportunidad se te solicita que calcules el valor crítico del estadístico el valor estadístico de prueba, la decisión estadística y extraigas Una conclusión. (TABLA). X2 = 10,645. X2 calculado = 27,41. Se RECHAZA LA HIPOTESIS NULA. LOS LUGARES ENCUESTADOS SON INDEPENDIENTES DE LA ACTITUD DE LOS CIUDADANOS. X2 = 10,645. X2 calculado = 27,41. NO Se RECHAZA LA HIPOTESIS NULA. LOS LUGARES ENCUESTADOS SON INDEPENDIENTES DE LA ACTITUD DE LOS CIUDADANOS. X2 = 10,644. X2 calculado = 27,41. Se RECHAZA LA HIPOTESIS NULA. LOS LUGARES ENCUESTADOS SON INDEPENDIENTES DE LA ACTITUD DE LOS CIUDADANOS.

El gerente de ventas de una empresa de turismo quiere realizar un estudio sobre la relación de las ventas anuales de 10 venderos y los años de experiencia de cada uno de ellos. (TABLA) Se te solicita que calcules la recta de regresión estimada para estos datos y que interpretes su pendiente. Considera los años de experiencia como variable independiente. Utiliza la ecuación de regresión estimada para predecir las ventas anuales de un vendedor con 7 años y medio de experiencia. elige las 3 (tres) opciones que corresponde a lo solicitado por el gerente de ventas. Y2 = 57,47 X1 + 649,5 EXPRESADA EN MILES DE PESOS. Y2 = 57,47 X1 + 645,5 EXPRESADA EN MILES DE PESOS. SE ESTIMA QUE UN VENDEDOR CON 7 AÑOS Y MEDIO DE EXPERIENCIA VENDERA EN PROMEDIO $ 1.080.525 ANUALES. LA PENDIENTE INDICA QUE POR CADA AÑO MAS DE EXPERIENCIA, SE ESTIMA QUE LOS VENDEDORES AUMENTAN SUS VENTAS ANUALES, $ 57.470 EN PROMEDIO.

Se desea estudiar la intensidad y direccion de la relacion lineal entre cantidad de delitos y el numero de policias asignados a esa tarea . se tomaron 8 distritos aleatoriamente de la provincia de Buenos Aires de los que tenian caracteristicas similares en cuanto a cantidad de habitantes y se registraron los siguientes datos. (TABLA) Considera como variable independiente la cantidad de policías asignados en cada distrito. Se te solicita determinar la intensidad y el sentido de la relación y evaluarla. En la tabla se han hecho algunos cálculos que puedes utilizar para determinar lo que se solicita. LA INTENSIDAD Y DIRECCION DE LA RELACION LINEAL ES: -0,935. LAS RELACION ES INVERSA Y FUERTE. LA INTENSIDAD Y DIRECCION DE LA RELACION LINEAL ES: 0,935. LAS RELACION ES INVERSA Y FUERTE. LA INTENSIDAD Y DIRECCION DE LA RELACION LINEAL ES: -0,935. LAS RELACION ES INVERSA Y DEBIL.

La empresa INTERCABLE ha comenzado una investigación para evaluar la calidad del servicio que presta en la ciudad de san juan. Comenzó con una encuesta a 10 familias tomadas al azar a quienes les solicito que la califiquen con: 0, 1, 2, correspondiente a insatisfecho, satisfecho y muy satisfecho; para el servicio de cable que prestan. Los resultados que se muestran corresponden a la salida de datos de una tabla ANOVA, pero incompleta. La empresa desea saber a un nivel de significancia de 0,1 si hay diferencias significativas entre los promedios de la cantidad de clientes que responden en cada uno de los grupos de evaluación. Para luego inferir estos resultados a los usuarios de toda la ciudad. (TABLA) Con los datos del problema y de la tabla ANOVA, enuncia la conclusión de esta prueba. Antes te sugirieron completar los datos que necesites dentro y fuera de la tabla, para poder indicar la conclusión. NO EXISTE EVIDENCIA ESTADISTICA PARA SUPONER QUE LOS PROMEDIOS DE LAS DISTINTAS CATEGORIAS SON IGUALES. EXISTE EVIDENCIA ESTADISTICA PARA SUPONER QUE LOS PROMEDIOS DE LAS DISTINTAS CATEGORIAS SON IGUALES.

En un supermercado mayorista se está estudiando, debido a la variación de precios en los últimos meses, si existe alguna relación entre los precios de un combo de ofertas de productos de limpieza y la cantidad promedio de ventas por día correspondiente al mes de la oferta. Se tomaron los últimos 10 meses y el precio del combo fue variando mensualmente en un rango de $ 545 a $ 846. Se encontró mediante un análisis de regresión la siguiente ecuación estimada: y= -1,012 x + 895,9. Considera como variable independiente el precio unitario del combo, y como variable dependiente el promedio diario de combos vendidos. Si el coeficiente de determinación es 0,896 y la suma de los cuadrados totales es: 122460 se te solicita que calcules las sumas de los cuadrados debido a la regresión y la interprete. SSR= 108.828,16. ESTA MEDIDA DE VARIACION MIDE LAS DIFERENCIAS ENTRE LOS VALORES DE Y ESTIMADOS MEDIANTE LA RECTA DE REGRESION … Y LA MEDIA DE Y. SSR= 106.828,16. ESTA MEDIDA DE VARIACION MIDE LAS DIFERENCIAS ENTRE LOS VALORES DE Y ESTIMADOS MEDIANTE LA RECTA DE REGRESION … Y LA MEDIA DE Y. SSR= 108.828,16. ESTA MEDIDA DE VARIACION MIDE LAS DIFERENCIAS ENTRE LOS VALORES DE Y ESTIMADOS MEDIANTE LA RECTA DE REGRESION … Y LA MEDIA DE X.

En un supermercado mayorista se esta estudiando, debido a la variación de precios en los últimos meses, si existe alguna relación entre los precios de un combo de ofertas de productos de limpieza y la cantidad promedio de ventas por día correspondiente al mes de la oferta. Se tomaron los últimos 10 meses y el precio del combo fue variando mensualmente en un rango de $ 545 a $ 846. Se encontró mediante un análisis de regresión la siguiente ecuación estimada: y= -1,012 x + 895,9. Considera como variable independiente el precio unitario del combo, y como variable dependiente el promedio diario de combos vendidos. Si el coeficiente de determinación es 0,896 se te solicita que interpretes el coeficiente de determinación y calcules la intensidad y el sentido de la correlación entre las dos variables. Por último, se te solicita que comentes como es el tipo de correlación entra las variables. EL 89,6 % DE LA VARIABILIDAD TOTAL DEL PROMEDIO DIARIO DE VENTAS EN EL MES, ES EXPLICADO POR EL AJUSTE LINEAL REALIZADO. EL COEFICIENTE DE CORRELACION ES: -0,947. LA INTENSIDAD DE LA RELACION ENTRE AMBAS VARIABLES ES FUERTE E INVERSA. EL 89,8 % DE LA VARIABILIDAD TOTAL DEL PROMEDIO DIARIO DE VENTAS EN EL MES, ES EXPLICADO POR EL AJUSTE LINEAL REALIZADO. EL COEFICIENTE DE CORRELACION ES: -0,947. LA INTENSIDAD DE LA RELACION ENTRE AMBAS VARIABLES ES FUERTE E INVERSA. EL 89,6 % DE LA VARIABILIDAD TOTAL DEL PROMEDIO DIARIO DE VENTAS EN EL MES, ES EXPLICADO POR EL AJUSTE LINEAL REALIZADO. EL COEFICIENTE DE CORRELACION ES: 0,947. LA INTENSIDAD DE LA RELACION ENTRE AMBAS VARIABLES ES FUERTE E INVERSA.

El jefe de RRHH de INNOVA SA esta preocupado por el ausentismo entre los trabajadores contratados por hora. Decide tomar una muestra de los registros de la compañía y determinar si la cantidad de ausencias esta distribuido de manera uniforme en una semana de 6 días. Los datos observados en una semana fueron los siguientes: (TABLA) Se te solicita que enuncies la hipótesis nula y la alternativa el tipo de distribución que tiene el estadístico a utilizar en esta prueba y determines el valor crítico del estadístico para un nivel de significado de 0,01. HO: EL AUSENTISMO SE DISTRIBUYE DE MANERA UNIFORME EN TODA LA SEMANA DE TRABAJO. H1 EL AUSENTISMO NO SE DISTRIBUYE DE MANERA UNIFORME EN TODA LA SEMANA DE TRABAJO. LA DISTRIBUCION DEL ESTADISTICO ES X2. EL VALOR ES:X2 CRITICO – 15,806. HO: EL AUSENTISMO SE DISTRIBUYE DE MANERA UNIFORME EN TODA LA SEMANA DE TRABAJO. H1 EL AUSENTISMO NO SE DISTRIBUYE DE MANERA UNIFORME EN TODA LA SEMANA DE TRABAJO. LA DISTRIBUCION DEL ESTADISTICO ES X2. EL VALOR ES:X2 CRITICO 15,806. HO: EL AUSENTISMO NO SE DISTRIBUYE DE MANERA UNIFORME EN TODA LA SEMANA DE TRABAJO. H1 EL AUSENTISMO NO SE DISTRIBUYE DE MANERA UNIFORME EN TODA LA SEMANA DE TRABAJO. LA DISTRIBUCION DEL ESTADISTICO ES X2. EL VALOR ES:X2 CRITICO – 15,806.